【正解: A】の理由
embedding はテキスト / 画像 / コードを高次元 (例 1536 / 3072 次元) の数値ベクトルに変換した表現で、意味的に近いコンテンツがベクトル空間で近接します。Azure OpenAI の text-embedding-3-small / -large モデルが代表例で、検索 / 分類 / クラスタリング / RAG の基盤となります。

【他選択肢が違う理由】

• B: テンプレートは ARM / Bicep の領域です。
• C: 難読化はセキュリティの話で、ベクトル化ではありません。
• D: 認証トークンは embedding と無関係です。